了解过用户增长模型（AARRR）的人大致了解最后一个环节是Referral，也就是今天跟大家探讨的主角推荐——用户增长的核武器

在各种渠道获取新客成本越来越高的今天，我相信做好推荐一定能在你产品增长过程中获得高回报的收益。

当然和任何增长策略一样，推荐不是万能的，但如果一个执行良好的推荐计划正在起作用的话，那么它可以是一个令人振奋的秘密武器！

我先说几组数据：

最早的：

2000年左右，PayPal设计的“推荐用户注册成功，双方各得10美元”的推荐机制，成功贡献了当时每日新增7%~10%的用户

最熟知的：

Dropbox用户推荐一个好友免费得500MB空间的推荐机制，使它在15个月内，用户量由10万增长到400万，成本了最著名的推荐增长案例

当时在做PP租车增长时，用户推荐一个用户可以双方获得代金券，且邀请的用户越多代金券越大。推荐带新客的占比高达30%，从人力、成本、效果的角度来看是最高效的增长方式

滴滴打车，在早期用红包的方式在微信平台通过用户推荐疯狂的获客，即使在已经趋于稳定的阶段，推荐在整个新客获取占比也在17%左右也是人效最高的获客方式。

（比滴滴更早的是Uber的邀请码，但众所周知的原因Uber的邀请码在微信上的传播受到了非常大的限制）

一、为什么推荐很强大

1、推荐代表了产品的质量

用户推荐你的产品表明了对产品的认可，无论是用户自发还是因为奖励机制被动去推荐分享大体来看还是对产品有一定的认可度，这种认可度代表了产品的质量

2、推荐带来的用户质量最好

用户的朋友圈是潜在用户的可能性极大，你的消费能力代表了你朋友的消费能力。

你定期请保洁打扫卫生，那么你的圈子一定有不少的朋友也有定期请保洁打扫的需求。

3、推荐是一个可持续的增长方式

我们用的大部分营销方式，活动促销、KOL投放、H5刷屏等都是一次性的非可持续的，无论从投入的人力和时间成本都较高。

但推荐是一个可持续性的增长方式，且可以通过数据进行非常精确的衡量。

随着产品体验的不断加强以及推荐优化让整个推荐效率不断提升。

二、推荐的场景

1、用户感受到产品价值，有非常好的体验，自发性的分享给他人

用户在使用产品或服务时有尖叫，认为分享推荐这个产品很cool，那自然会通过各种方式推荐这个产品。譬如网易云音乐的歌词海报，可以将歌词变成一个非常酷的海报且整个分享过程非常的简单。

2、推荐奖励，通过推荐给其他人使用获得奖励

这个场景，互联网交易平台中用的非常的多，奖励包括直接给钱、代金券以及游戏中的道具等。

最出名的案例就是Dropbox用户推荐一个好友使用可以免费得500MB的机制了，让Dropbox在15个月用户从10万增长到400万。

如果说Dropbox策略比较久远了，那最近的就是刷遍微信群和朋友圈的支付宝到店红包。

大致的规则就是：用户A免费给好友发个到店红包，好友B、C、D只要用这个红包消费了，就会给A相应的现金奖励，单笔最高99元，累计最高500万笔。

这个策略主要就是给支付宝到店支付拉新和拉活跃，毕竟现在微信支付给的压力非常的大。

3、推荐深入到用户和他人的社交互动中

社交的需求和动机在很多的时候会成为用户推荐营销的绝佳出发点，并且在一定程度上，是最能引发病毒传播的手段。

每年年底会有很多APP会做用户盘点，譬如支付宝年终账单基本每年都会刷屏。

三、推荐的两个关键指标

整个推荐的过程中，可以通过详尽的数据进行驱动。通过数据可以不断优化各个环节的转化。

在推荐中一个综合指标是病毒系数也称为K因子，简单的讲就是一个用户能够通过推荐带来多少新用户

K因子=推荐邀请的用户数*转化率 

如果K因子大于1也就意味着能通过推荐不断的获取用户获得指数级的增长

推荐的规模=用户基数*愿意分享的用户比例*邀请的用户数*转化率

所以用户基数越大，推荐的效应就越高，当然极端情况是你的产品已经基本覆盖线上绝大部分用户，这时候就应该寻求新的增长方式了譬如品牌营销。

成本方面需要考虑受邀请的新用户的成本和老用户回单成本，以及邀请者的激励成本。

成本的制定有两个维度可参考：

一是与现有其它方式拉新成本进行比较（原则上邀请推荐的方式成本应该是最低的）

二是算清楚用户的LTV（用户生命周期总价值）但不建议和整个用户生命周期价值做比较，建议用6个月~12个月的用户价值作为成本衡量指标。

除了K因子、病毒系数外外还有个NPS（净值推荐）分值，多用于零售行业，和我们将的线上用户推荐有一定差异，更多的是用户之间的口口相传。

线下很多用户之间的推荐不能够直接通过推荐和转化的数据来进行衡量的情况中，NPS是一个较为常用的评估数据方式。

净推荐值是等于推荐者所占的百分比减去批评者所占的百分比。

净推荐值(NPS)=(推荐者数/总样本数)×100%-(贬损者数/总样本数)×100%

确定您的净推荐值是直接了当的问您的客户一个问题－

“您是否会愿意将“公司&产品”推荐给您的朋友或者同事？”还可以延伸继续提一个问题是“您给这个分值的原因是什么？”

根据愿意推荐的程度让客户在0－10之间来打分，然后你根据得分情况来建立客户忠诚度的3个范畴：

推荐者（得分在9－10之间）：是具有狂热忠诚度的人，他们会继续购买并引见给其他人。

被动者（得分在7－8之间）：总体满意但并不狂热，将会考虑其他竞争对手的产品。

批评者（得分在0－6之间）：使用并不满意或者对你的公司没有忠诚度。

NPS的得分值在50％以上被认为是不错的。如果NPS的得分值在70－80％之间则证明你们公司拥有一批高忠诚度的好客户。调查显示大部分公司的NPS值还是在5－10％之间徘徊。

四、如何提升推荐的效率

这是一个非常大的话题，这篇内容不做过多展开，只根据推荐中的几个变量提几个问题。

完整的推荐引擎里面有以下几个变量：

一是你的用户中有多少人愿意去推荐，二是每个用户推荐会传播给多少用户，三是接受到推荐的用户有多大比例会转化成产品的新用户

那么拆为三个问题

1、用户为什么会推荐朋友使用这个产品或服务？

在第二部分的场景中讲到，用户之所以推荐产品无外乎三点：

你的产品体验真的很棒

分享可以获得一定的激励 

推荐分享的内容有自己个性化的互动

在设计推荐机制的时候要让用户容易的了解推荐流程，设计简单易懂的推荐流程及做好清晰的说明。

复杂的梯度设计，过高的获得奖励门槛，非用户最关注的奖励都会让整个推荐分享率降低。

2、引导用户分享到哪儿可以邀请到更多的用户？

用户分享到哪儿会带来更多的用户？短信？微信好友？微信朋友圈？微博？QQ空间？

不同的产品类型因人群和场景的差异，可能分享到每个平台的差异会很大。

需要根据数据不断的增减分享渠道以及分享渠道的排序。分享最多的渠道永远放在第一位，没有什么分享量的渠道可以进行删除减少用户选择。

做的细的甚至通过获取通讯录的方式了解通讯录好友中哪些还没有使用过这个产品，通过定向的邀请获得奖励。美团外卖有个“邀请这些好友成功率更高”就是通过通讯录把未注册过的好友给筛选了出来。

3、推荐分享的内容能够更好的体现产品价值及提高转化率？

在产品或服务没有问题的前提下。被推荐用户看到分享的内容为什么要加入？产品服务是否有吸引力，产品服务平平的情况下，邀请奖励的机制是否有竞争力？

最后，你负责的产品是否已经在做推荐系统？

如果还没有开始，现在不晚，先从邀请推荐活动开始做，有效果再产品化，最后再系统化。

如果做了，你是否了解分别在哪些场景分享推荐哪些内容给哪些用户？每一环节的转化率是多少？

每个环节的转化率是否可以提升10%-20%？

如果你现在推荐系统在整个新客获取占比低于15%，毫无疑问值得你去更好地挖掘！

作者：丁壮

来源：运营增长笔记（ID：growthinChina）

本文为作者授权鸟哥笔记发布，转载请联系作者并注明出处。